Bewertung von Standorten für elektrische Ladeinfrastruktur anhand der Lage zum Stromnetz in Kombination mit dem Verkehrsaufkommen

Transkript

1 1 Bewertung von Standorten für elektrische Ladeinfrastruktur anhand der Lage zum Stromnetz in Kombination mit dem Verkehrsaufkommen Motivation und Zielsetzung Datenverfügbarkeit und Methodik Exemplarische Auswertung Jens D. Sprey Graz,

2 Motivation und Zielsetzung 46 Mio. weniger als 1 Mio Mio > 2 Mio. > 400 Die Elektrifizierung des Personennahverkehrs benötigt Ladeinfrastruktur Nennenswerte Anzahl Elektromobile als Mittel der Wahl beim individuellen Personennahverkehr, bedingt Schnelladesäulen mit höherem Leistungsbezug für kurze Ladezeiten Geeignete Standorte für Ladesäulen zur Reichweitenerweiterung

3 3 Motivation und Zielsetzung Zielsetzung Bisher: Standorte für Tankstellen entlang der Hauptverkehrsrouten und in Ballungszentren Zukünftig: Kombination aus dezentralen Ladeeinrichtungen und zentralen Schnellladestationen Welche Standorte kommen potentiell in Frage bzw. wären sinnvoll (gesamtwirtschaftlich effizient)? Datengrundlage Sektorübergreifende Bewertung verschiedenster Strukturparameter zur Priorisierung verschiedener überregionaler Standorte

4 V.aufkommen. werktags Mo-Fr [Kfz/24 h] 4 Datengrundlage Straßenverkehr Autobahnnetz und Rasthöfe Autobahnen für Deutschland auf Basis von OpenStreetMap (OSM) Modell enthält ca km Straßen Über 300 Rasthöfe entlang der Hauptverkehrswege Georeferenzierte Daten für nahezu alle Straßen vorhanden Automatische Zählstellen auf Autobahnen und Bundesstraßen Permanente Zählung aller Fahrzeuge an Stellen Erfassung der Jahresfahrleistung und der durchschnittlichen täglichen Verkehrsstärken Erfassung der Fahrrichtung Erfassung der Uhrzeiten Ableitung möglicher Ladezeiten/-profile notwendig BASt Zählpunkt

5 5 Datengrundlage Installierte EE-Leistungen Leistungsdichte Photovoltaikanlagen je PLZ-Gebiet Leistungsdichte Windenergieanlagen je PLZ-Gebiet EEG-Anlagenregister gibt Auskunft über installierte EE-Leistungen in Deutschland Auflösung der Daten auf der Ebene von Gemeinden oder Postleitzahl (PLZ) Regionen Daten aufgeschlüsselt anhand Netzebene des Anlagenanschlusses sowie Primärenergietyp (Wind, Solarstrahlung, Biomasse, etc.) Exakte Standorte einzelner Erzeugungsanlagen nicht verfügbar Erweiterung der installierten Leistung von EE-Anlagen mit weiteren Daten lässt Abschätzung der Residuallasten zu

6 6 Datengrundlage CORINE Flächennutzung Wohngebiete/Industrie CORINE: Coordination of Information on the Environment EU-Projekt zur einheitlichen Klassifikation der Landnutzung Auflösung der Daten in 100m x 100m Raster 44 verschiedene Arten der Flächennutzung enthalten¹ Waldflächen Vereinfachung durch Zusammenfassung zu fünf Flächennutzungskategorien Städtisch Industriell Parks oder Freizeitnutzung Landwirtschaft Restliche Flächen (Wald/Grünfläche/etc.) Flächennutzung als Indikator für Stromverbrauch Ableitung von Regionen mit häufig negativen Residuallasten ¹ Vollständige Liste aller Kategorien online:

7 7 Datengrundlage Elektrische Netzinfrastruktur Mittel- und Niederspannungsnetze Anschluss und Versorgung von Ladeinfrastruktur meist in der MS-Ebene Nur aggregierte Netzstrukturparamater je Netzbetreiber öffentlich Keine georeferenzierten Netzdaten öffentlich verfügbar Hochspannungsebene (HS-Ebene) Netzmodell für Deutschland auf Basis von OpenStreetMap (OSM) Modell enthält ca km Leitungslänge und ca Umspannwerke Keine exakten Betriebsmitteldaten, jedoch Standardtypen Netzbetreiber je Umspannwerk auf Basis von OSM und EEG-Anlagenregister Georeferenzierte Daten für Hochspannungsebene insb. Umspannstationen vorhanden Für die Auswirkungen auf das Netz sind die Ladevorgänge/-profile relevant

8 8 Bewertung und Vergleich potentieller Standorte Exemplarische Auswertung der verknüpften Daten: Auswahl möglichst geeigneter Autobahnrasthöfe zur Errichtung einer Ladeinfrastruktur in Bezug auf das Stromnetz Viele Standorte sind bereits mit einzelnen Ladesäulen ausgestattet Bei Errichtung von Ladeparks insb. Lage zum Stromnetz von Bedeutung Entfernung zu HS/MS-Umspannwerken Flächennutzung im Umfeld der Standorte Nähe zu Industrie- oder Wohngebieten Regionale EE-Einspeisung Herausforderungen bei der Auswahl von Standorten Einflussfaktoren sind nicht direkt vergleichbar (z.b. Entfernung zu Umspannwerken <-> Flächennutzung) Unterschiedliche Priorisierung der Einflussfaktoren bei Bewertung möglich Vereinfachung der Bewertung durch Bewertungsfunktionen als gewichtete Summe normierter Einflussfaktoren Autobahntankstelle /Rasthof

9 9 Datenauswertung Bestimmung der Abstände zum Hochspannungsnetz Bestimmung der nächstgelegenen HS/MS-Umspannstation für jeden Rasthof anhand Luftlinien -Distanz Rasthof i.d.r. nicht direkt in HS-Netz angeschlossen Entfernung ist jedoch guter Indikator für Vorhandensein einer leistungsfähigen Netzinfrastruktur Endgültige Bewertung der realen Netzanschlusskapazität kann nur der zuständige Netzbetreiber vornehmen Validierung der Entfernung für exemplarischen Rasthof Entfernungen für alle Rasthöfe bestimmt Maximale ermittelte Entfernung: 16,4 km Minimale ermittelte Entfernung: 0,18 km Ermittelte Distanz: 180 m Entsprechendes Vorgehen auch für weitere Datenquellen

10 10 Verknüpfung mit dem Verkehrsaufkommen Soweit: Statische Bewertung der einzelnen Einflussfaktoren, insb. im Bezug auf die vorhandene Stromnetz-Infrastruktur Abstand zu HS/MS-Umspannwerken Städtische und industrielle Flächennutzung als Indikator für leistungsfähige MS- und NS-Netze Erweiterung der Bewertung um Verkehrssituation Ausgewählte Standorte und Verkehrsaufkommen Verkehrsaufkommen werktags Mo-Fr [Kfz/24 h] Weitere Datenquellen liefern zusätzliche Informationen bzgl. des Verkehrsaufkommens je Autobahnabschnitt Möglich: Umgesetzte Diesel/Benzinmengen je Tankstelle, jedoch nicht öffentlich Berücksichtigung der BaSt-Zählstellen in Abhängigkeit des Kraftfahrzeugtyps, Wochentag und Zeit BaSt-Zählstelle Autohof/Rasthof

11 Fragen und Diskussion Kontaktdaten M. Sc. Jens Sprey Institut für Elektrische Anlagen und Energiewirtschaft (IAEW) RWTH Aachen University Institutsleitung Univ.-Prof. Dr.-Ing. Albert Moser